跳到主要内容
检索

# 执行机构偏移适应

1 篇关联报道

订阅更新
  1. arXiv

    机器人换了身体,冻结的VLA还能干活:ReGround把400毫秒延迟下的成功率从0.16拉回0.90

    视觉-语言-动作模型(VLA)在部署时若执行机构发生变化,例如重装、机械磨损或指令延迟改变,同一个动作指令会产生不同的实际运动,任务随之失败。ReGround 在推理阶段保持 VLA 冻结,先用训练机体的前向模型读出策略意图的轨迹,再用从与任务无关的电机随机摆动中学到的部署机体模型跟踪这条轨迹,并以信赖域约束动作不偏离原计划。在两种 VLA、八个 LIBERO 任务和五种偏移设置下,它恢复了 0.91–1.00 的损失成功率,例如在 400 毫秒延迟下把成功率从 0.16 提升到 0.90。

已读完全部报道